麦纳马拉谬误

麦纳马拉谬误（McNamara fallacy）是一种非形式谬误，系描述过度使用数据评估事情的现象。这个词语的典故源自前美国国防部长罗伯·麦纳马拉，他相信可透过量化研究了解美国在越战中失利的原因，他用量化数据（像是例如击毙敌军的尸体数量）衡量成功，但忽略了其他因素。

“ 第一步是测量容易测量的，目前为止还好。第二步是无视那些不容易测量的，或者赋予一个定量的值，这是人为且有误导嫌疑的。第三步是假定那些不容易测量的都不重要，这是盲目。第四步是宣称没有不容易测量的，这是自杀。 ” ——Daniel Yankelovich "Corporate Priorities: A continuing study of the new demands on business." (1972)

例子

过度运用数据讨论任何事情都有可能造成问题，像是例如说讨论死刑和重罚效果时过度讨论这些做法对犯罪率造成的影响，并以此来推动废除死刑，却忘了一些一样重要的因素，如法律的公平性、同理心在司法的重要性等；或以经济利益来说明双边贸易等经济政策的好处，却忽略掉一些可能不能量化的因素，如这么做在政治上对国家主权可能导致的问题；或讨论父母教养时过度仰赖量化的人格特质和智商，并总结说教养会对子女有或没有重大影响，而忽略了教养在一些难以量化但一样重要的层面可能造成的影响；或者是在销售产品时，因为赔偿因产品瑕疵而伤亡的人比修复产品瑕疵来得便宜，而让产品上市，进而忽略了产品瑕疵一旦被揭发可能引起的公众反应；或者用大量高深的数学和物理模型来研究金融交易，却忘了人性和历史的偶然性可能会让任何的金融模型失效。

战争中的例子

越战

麦纳马拉谬误源于越南战争时期，在其中击毙敌军的尸体数量被用作准确及客观的成功度量，因此战争被简化为一个数学模型，在其中借由增加击毙敌军的数量和减少己方人员的伤亡，就可确保胜利。批评者指出，游击战和大规模的反抗，会让这项公式失效。

麦纳马拉对数据的重视，在十万人计划中清楚地展现，在这项计划中，他借由降低征兵的标准，让入伍人数有所增长。这项决策的标准是基于“在抽象意义上，一个士兵和其他的士兵多少是等同的，因此透过正确的训练和优越的装备，任何士兵都可以在战争的数学中变成一项加分的因素”的这想法。

全球反恐战争

乔治·沃克·布希时代的美国国防部部长唐纳·伦斯斐，他意图以更好的资料、清楚的目的和可及的目标来发动战争。强·克拉库尔对此曾经写过以下的内容：

这项任务的紧急性，几乎只来自于“满足任意指派的期限，因此任务可以受到核对打勾并加上‘已达成’的标记”的这种官僚性的执著。对量化数据的强调，一直以来都是军队的标志，但在伦斯斐于五角大厦任职的期间，这作法在错误性方面，达到了新的高峰。伦斯斐着迷于使用可以运用的正面度量，来展示全球反恐战争的进展。

医学中的麦纳马拉谬误

在医学文献中，对麦纳马拉谬误的讨论越来越多。麦纳马拉谬误尤其被用以描述将无恶化存活期（progression-free survival）作为治疗终点是徒劳无益的作为的状况，因为在治疗转移性固态瘤患者的临床试验当中，无恶化存活期只是一个可以测量的终点，而这么做会无法观测到诸如总体生活品质和总体存活率等与结果相关因而更有意义的讯息。

学校录取过程的例子

在学士后医科等竞争性的学校录取过程中，仅仅使用量化数据评估候选学生的作法，可能会忽略掉一些无法量化但在最后可能和学生的成就更加相关的因素和特质。

参见

• 地穴寓言
• 契诃夫的枪
• 奥卡姆剃刀
• 街灯效应（Streetlight effect）
• 真理
• 逼真
• 福特Pinto